TeleStyle：内容保护的图像和视频风格迁移
计算机视觉与模式识别
2026-01-29 v1
摘要
内容保护风格迁移技术，即基于内容和风格参考生成风格化输出，仍是扩散变换器（DiT）面临的重要挑战，due to 内容和风格特征在其内部表示中固有的纠缠。在本技术报告中，我们提出 TeleStyle，一个轻量且有效的用于图像和视频 stylization 的模型。基于 Qwen-Image-Edit 构建的 TeleStyle 利用基础模型在内容保护和风格定制方面的强大能力。为促进有效训练，我们构建了高质量的特定风格数据集，并进一步合成了使用数千种多样化、野生风格类别的三元组。我们引入课程持续学习框架，以训练 TeleStyle on 此混合数据集（干净数据集（精选）和噪声数据集（人工合成））。这种方法使模型能够在不损害精确内容保真度的前提下，泛化到未见过的风格。此外，我们引入视频到视频风格化模块以增强时序一致性和视觉质量。TeleStyle 在三个核心评估指标上实现了最佳性能：风格相似性、内容一致性和审美质量。代码和预训练模型可在 https://github.com/Tele-AI/TeleStyle 获取。
引用
@article{arxiv.2601.20175,
title = {TeleStyle: Content-Preserving Style Transfer in Images and Videos},
author = {Shiwen Zhang and Xiaoyan Yang and Bojia Zi and Haibin Huang and Chi Zhang and Xuelong Li},
journal= {arXiv preprint arXiv:2601.20175},
year = {2026}
}